31. Використання технологій штучного інтелекту в управлінні організацією.

Система штучного інтелекту – це програмна система, яка засобами комп’ютерних технологій імітує мислення людини. Перед її створенням структурується сукупність знань:

–                   вивчається процес мислення людини, що вирішує певні задачі або приймає рішення в конкретній професійній області;

–                   виділяються основні кроки цього процесу;

–                   розробляються програмні засоби, що відтворюють вивчений процес на комп’ютері.

Інтелектуальна система наділяє комп’ютер рисами розуму. Системи штучного інтелекту досить часто визначають як складну програму, яка маніпулює знаннями з метою одержання ефективного рішення у вузькій предметній області. Системи виконують у таких випадках роль експертів-консультантів, оскільки побудовані на знаннях компетентних експертів і володіють відповідною компетентністю (штучно відтворюють компетентність експертів).

Експертна система (ЕС) – це система штучного інтелекту, яка використовує знання для забезпечення високоефективного вирішення задач у вузькій професійній галузі. Експертні знання в ЕС виділені у відокремлену базу знань і отримані від експерта – людини, що за роки навчання і практики навчилася надзвичайно ефективно вирішувати задачі, що належать до такої галузі. Штучна експертиза постійна, несуперечлива, легко передається, документується та уточнюється. Вона поєднує комп’ютерні технології з багатством людського досвіду та підвищує цінність людських знань, надаючи їм широкого застосування [1].

Генетичний алгоритм – це еволюційний алгоритм пошуку, який використовується для розв’язання задач оптимізації та моделювання шляхом послідовного підбору, комбінування і варіації шуканих параметрів з використанням механізмів, що нагадують біологічну еволюцію. Особливістю генетичного алгоритму є акцент на використання оператора «схрещення», який виконує операцію рекомбінації рішень-кандидатів, роль якої аналогічна ролі схрещення в живій природі [3].

Основна перевага нечітких систем порівняно з іншими методами обробки неточних даних – це легка перевірка і розуміння правил, з яких складаються їхні бази знань. Недолік – функції приналежності та правила визначаються і складаються «вручну». Створення правил силами фахівців – це складний і дорогий процес, що може супроводжуватись помилками. Нечіткі системи не мають властивості автоматично адаптуватися до змін у бізнесі, тому що нові правила також треба вводити «вручну» [1].

Динамічні системи структурного моделювання. Системну динаміку можна лише умовно віднести до групи інтелектуальних інформаційних технологій. До переваг динамічних систем варто віднести врахування часового фактора в обчислювальних експериментах, можливість імітації найважливіших функцій менеджменту. Методологія структурного моделювання з одночасною візуалізацією досліджуваних процесів може призвести до породження нових уявлень про бізнес і шляхи вирішення проблем. Імітаційні моделі, які об’єктивно відображають реальність, дозволяють заощаджувати значні засоби на стадії реалізації проектів. Недолік цих систем полягає в необхідності тривалого процесу послідовного ускладнення моделей для того, щоб вони адекватно відображали досліджуваний об’єкт [2].

Ключовими характеристиками інтелектуальних систем, що визначають їх застосування в різних галузях діяльності, є наступні:

–  здатність до навчання;

–  здатність до адаптації;

–  гнучкість;

–  «прозорість» тлумачення (пояснення);

–  здатність відкривати нове.

Вплив інформаційних технологій на складові інтелектуального капіталу носить багатоаспектний характер. Вони відкривають доступ людини до будь-якої інформації, широкі можливості обробки даних, допомагаючи у формуванні нових знань.